2020 Fiscal Year Research-status Report
人工知能技術を援用した道路ネットワーク構造物群の維持管理技術の開発
| Project/Area Number |
18K04330
|
|---|
| Research Institution | Tokyo City University |
|---|
Principal Investigator |
丸山 收 東京都市大学, 建築都市デザイン学部, 教授 (50209699)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 機械学習 / 劣化予測 / ライフライン維持管理 |
|---|
| Outline of Annual Research Achievements |
これまでに，1）現在，整備されているトンネルおよび橋梁の点検データに加えてデータの収集・分析を行った．トンネル覆工コンクリートおよび橋梁点検データに関しては，新規に点検が行われたデータをデータベースに追加した．
2）収集したデータは異なる劣化区分により評価されているものであるので，構造物ごとに統一した評価基準にキャリブレーションする必要があるために，同一尺度に変換するための理論開発を行った．
さらに，3）劣化進行の不確定性を考慮した確率論に基づくモデルの構築を行った．本研究で用いる劣化予測モデルは，すでに開発された複合Poisson過程を駆動雑音とする確率微分方程式に定式化してモデル化するものであり，点検データに基づいて予測式の精度を検証した．4）本研究で対象とする大規模データ解析に対応するために，機械学習理論を援用する手法の開発を行っている．
2020年度は，鉄道ネットワークを対象として，データを取得できた路線に対して確率微分方程式をもとに近未来の状態予測および管理値を超過する確率を算出することを行った．対象とする構造物群に対して機械学習による分析を試みた．
2021年度は，構造物群の維持管理を行うために，各施設破壊の相関を考慮した損失の評価を行う．具体的には，破壊現象に関して相関のある場合の確率論的最大損失の評価法を構築して解析を進める．また，劣化予測に基づいて投資効果を判断するために，情報エントロピーを用いた研究に着手している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
実構造物への適用:実際の鉄道ネットワークにおけるトンネルを対象として，開発した劣化予測手法を適用して，将来予測および管理値を超過する確率を評価することを行った．また，管理値超過確率を基に投資効果を検討するための基礎理論を検討している．
|
| Strategy for Future Research Activity |
実際には各種構造物が存在して，トンネル，橋梁，道路などの複数の構造物で構成されるネットワーク構造を形成している．リンク上に異なる劣化進行状態にある道路，橋梁，トンネルが存在しているので，維持管理戦略もシステムとして扱う必要がある．
今後はネットワーク理論の最小費用流問題のアルゴリズムにより道路ネットワークの重要度，機能性の拘束条件を表現して，毎年の点検データの蓄積から時々刻々ネットワーク上に存在する構造物の状態を入力して，予防保全型の予算配分を行うルールを人工知能技術で行う．
|
| Causes of Carryover |
新型コロナ感染拡大状況下で，一部使用額の差異が生じた．
2021年度の予算使用計画は，地理情報システムの使用継続費：20万円，論文投稿料：30万円，計算機関係の消耗品：19.5万円である．
|
